买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长春师范大学申请的专利多特征融合与自适应优化SIFT图像拼接方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121032821B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511563127.9，技术领域涉及：G06T5/50；该发明授权多特征融合与自适应优化SIFT图像拼接方法及系统是由韩立;陈越超;王晋帆设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本多特征融合与自适应优化SIFT图像拼接方法及系统在说明书摘要公布了：本申请公开了一种基于多特征融合与自适应优化的SIFT图像拼接方法及其系统，包括：对获取的图像数据进行数据预处理生成灰度图像；利用SIFT特征提取方法构建尺度空间并在灰度图像中检测局部极值点生成描述子，进行SIFT特征匹配优化；通过近邻比准则和匹配阈值进行误匹配剔除并采用均匀采样方式在灰度图像中保持特征点的分布均衡性；在特征匹配点集中利用自适应阈值进行随机抽样一致性估计，剔除外点并求取单应性矩阵，实现图像配准；在重叠区域内基于加权融合策略实现图像拼接并结合平滑权重避免接缝过渡突兀，并且进行黑边裁剪优化拼接结果。本申请能够对传统SIFT图像拼接算法进行优化，由此可提高图像的拼接质量。

本发明授权多特征融合与自适应优化SIFT图像拼接方法及系统在权利要求书中公布了：1.一种多特征融合与自适应优化SIFT图像拼接方法，其特征在于，包括以下步骤： S1：对获取的图像数据进行数据预处理，生成灰度图像； S2：利用SIFT特征提取方法构建尺度空间并在灰度图像中检测局部极值点，生成描述子，进而进行SIFT特征匹配优化； S3：通过近邻比准则和匹配阈值进行误匹配剔除并采用均匀采样方式在灰度图像中保持特征点的分布均衡性，从而降低计算量，具体步骤为： S31：采用欧式距离作为描述子的距离度量标准，计算公式为： ，其中，为描述子维度，为两个描述子，为两个描述子之间的欧式距离，是描述子的维度索引； S32：采用近邻比准则进行特征匹配：对描述子，在第一输入图像中找到距离最近的两个描述子和，若，则保留与的匹配，其中为表示第一输入图像中与描述子对应的特征点坐标，是对应的特征点，否则视为误匹配，进行剔除； 其中，设置匹配约束，其中，为描述子与第一输入图像描述子之间的欧式距离，只有距离小于50的点才允许被保留； S33：采用均匀采样将灰度图像划分为预设尺寸的栅格，所述栅格的坐标范围公式为： ，其中对每个栅格，筛选出坐标满足且的点，并按照设定的采样策略进行保存，为后续配准提供数据；其中，为第i列栅格的左边界列坐标，为第i列栅格的右边界列坐标，为第j行栅格的上边界行坐标，为第j行栅格的下边界行坐标，为栅格划分的数量； S4：在特征匹配点集中利用自适应阈值进行随机抽样一致性估计，剔除外点并求取单应性矩阵，实现图像配准； S5：在重叠区域内基于加权融合策略实现图像拼接并结合平滑权重避免接缝过渡突兀，并且在拼接完成后进行黑边裁剪以优化拼接结果，具体步骤为： S51：针对图像间的重叠区域，生成平滑权重： ，用标准差的高斯核平滑权重，避免过渡生硬；进而将扩展为3通道，融合公式为： ，其中、为图像像素的坐标变量，为对重叠区域掩码进行膨胀操作后的结果，=1完全保留第二输入图像的像素，=0完全保留第一输入图像的像素，01线性加权，实现平滑过渡；k为通道索引，为第一输入图像的像素值，为第二输入图像的像素值； S52：通过平滑的权重矩阵实现第一输入图像与第二输入图像的过渡，重叠区域是第一输入图像与第二输入图像均有像素的区域，掩码overlapMask计算公式为： ，其中为第一输入图像，为第二输入图像，表示第一输入图像在处有有效像素。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长春师范大学，其通讯地址为：130032 吉林省长春市二道区长吉北路677号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。